Proyectos de investigación
Información de los proyectos vigentes y finalizados del centro
Proyectos vigentes
TECT-CI5G
Uso de técnicas de IA y minería de datos en el desarrollo de aplicaciones de seguridad cibernética mediante la caracterización del tráfico de red y la detección de amenazas, por medio de un sistema robusto de análisis que garantice resultados precisos. Para ello se llevará a cabo la clasificación en tiempo real del tráfico en entornos 5G a través de la modelización de estas redes como grafos; la introducción de técnicas de análisis de grafos por medio de modelo de DL para detectar patrones recursivos de amenazas y por último la implementación de un sistema de defensa preventivo con modelos generativos de IA.
Convocatoria 2023 de Proyectos de Colaboración Público-Privada, Ministerio de Ciencia, Innovación y Universidades y Fondo Europeo de Desarrollo Regional (FEDER) (2024-2027). Financiación: 1.066.874,00 €
ASTRA-PINN
Este proyecto desarrolla una prueba de concepto destinada a evaluar la capacidad de las Physics-Informed Neural Networks (PINNs) para resolver problemas inversos gobernados por ecuaciones diferenciales en presencia de ruido complejo. La prueba de concepto se centra en desarrollar modelos PINN que integren de forma explícita las ecuaciones físicas en la función de pérdida, utilizando observaciones ruidosas como datos de entrada. En el caso de las estrellas de neutrones, se analizará la capacidad del modelo para recuperar una ecuación de estado compatible tanto con los datos observacionales como con las restricciones impuestas por las ecuaciones TOV.
De forma transversal, el proyecto estudiará cómo la naturaleza del ruido, las técnicas de regularización y las distintas estrategias de imposición física afectan a la estabilidad y precisión de las soluciones generadas por las PINNs. Los resultados permitirán determinar la viabilidad de este enfoque en escenarios donde la física del sistema está bien descrita pero los datos presentan ruido significativo, y servirán como base para extender la metodología a la dinámica cuántica ruidosa en proyectos futuros.
Convocatoria 2025 de ayudas UFV a Proyectos de Investigación.
Financiación: 3.000,00 €
Proyectos finalizados
Proyectos internos UFV: 5 Proyectos con financiación externa: 10
ARCHER: Reconstrucción virtual del patrimonio cultural arquitectónico mediante inteligencia artificial y procesamiento del lenguaje natural
La propuesta de ARCHER se centra en la generación de imágenes mediante modelos de Procesamiento del Lenguaje Natural o NLP combinados con un modelo generativo (GAN) de forma que, a partir de una entrada de texto introducida por un usuario, se genere la imagen de un edificio singular del patrimonio arquitectónico. El modelo NLP-GAN resultante será capaz de restaurar imágenes fotorrealistas en tiempo real, facilitando así el uso de esta tecnología tanto en entornos profesionales (arquitectos, administraciones públicas y empresas de restauración de patrimonio) como turístico-culturales (museos, centros de interpretación de yacimientos arqueológicos o edificios patrimoniales).
Convocatoria 2022 de Proyectos de Generación del Conocimiento. Referencia PID 2021-126633NA-I00. Ministerio de Ciencia e Innovación. Financiación obtenida: 93.341,00€.
Diseño de modelos Deep Learning de diagnóstico y tratamiento mediante análisis de imagen térmica para el Robot fisioterapéutico Adamo.
Creación de modelos de Inteligencia Artificial basados en imágenes térmicas y datos clínicos, aplicable al Software de ADAMO Robot, que objetive y provea al profesional sanitario de: prediagnóstico, estimación de la recuperación, propuesta de tratamiento y seguimiento comparado de la lesión en pacientes con patología musculo-esquelética.
Convocatoria 2022 del programa Cheque Innovación de la Comunidad de Madrid cofinanciado por el Fondo Europeo de Desarrollo Regional (FEDER). Nº expediente: 09/835799.9/22. Financiación: 57.500,00€.
PAUTA: Sistema integrado de apoyo y asistencia para polimedicados.
Desarrollo de un sistema mixto Hardware/Software capaz conjuntamente de suministrar a pacientes polimedicados la medicación de acuerdo a las pautas prescritas transmitidas desde el ordenador del médico y de facilitar al personal sanitario el seguimiento y monitorización de la posición y actividad de los pacientes en movilidad en régimen 7/24.
Convocatoria Avanza Competitividad I+D+i (ámbito temático: Salud y bienestar social) – Plan AVANZA2. Ministerio de Industria, Turismo y Comercio. TSI-020302-2010-131 (2010-2012). Financiación: 271.232,00 €
Cribado coste-efectivo de cáncer de mama mediante mamografía, ecografía y termografía
Desarrollo de un sistema integral de ayuda a la decisión para el cribado de cáncer de mama, mediante un análisis de coste-efectividad teniendo en cuenta todos sus factores de riesgo. El sistema incluirá no solo la mamografía y la ecografía, como en otros estudios, sino también la termografía mamaria, técnica cuyo coste y efectividad nunca ha sido analizada. Para ello, se aplicarán los avances recientes en Deep Learning para la interpretación de imágenes médicas.
Convocatoria 2019 de Proyectos I+D+i del Programa estatal de generación de conocimiento y fortalecimiento científico y tecnológico del sistema de I+D+i. (2020-2022). ref. PID2019-110686RB-I00. Financiación: 81.433,00€.
MELANOMA: Deep Learning para la mejora del diagnóstico y la anticipación de inmunoterapias en melanoma
Desarrollo de modelos de Inteligencia Artificial basados en imágenes histopatológicas y datos clínicos para distinguir entre una lesión cutánea melanoma y una no melanoma y anticipar el comportamiento de los diferentes tratamientos inmunoterapéuticos que se pueden aplicar a cada paciente. Se propone el uso de modelos híbridos para poder hacer un diagnóstico entre nevus y melanoma y medir la eficacia de una terapia. Estos modelos híbridos usarán por una parte redes convolucionales para procesar las imágenes y perceptrones multicapa para los datos propios del paciente.
Convocatoria 2023 de ayudas UFV a Proyectos de Investigación.
MOGA-TR: Multi Objective Genetic Algorithm
El proyecto MOGA-TR busca mejorar la eficiencia energética en edificios mediante la automatización de la supervisión de sus sistemas de climatización. Para conseguir el ahorro son necesarias varias áreas de investigación como el desarrollo de modelos de predicción, la ingeniería de control, el empleo de herramientas de optimización, el manejo de los sistemas de gestión de edificios y el conocer los aspectos más novedosos del área de climatización. La investigación propuesta se centra en calcular los parámetros óptimos de control necesarios para conseguir el modo de funcionamiento que en un momento dado garantice el confort, lleve al máximo ahorro energético, reduzca el coste de la factura de la luz y haga funcionar a los equipos en su máximo rendimiento.
Convocatoria 2020 de ayudas UFV a Proyectos de Investigación.
SECURHOME
Desarrollo de un sistema mixto Hardware/Software de detección de modificaciones en el comportamiento en personas de edad avanzada mediante sistemas IoT no invasivos y técnicas de IA. El sistema permite detectar si la persona de edad se encuentra en riesgo o no a través del análisis con técnicas de Machine Learning de su comportamiento diario en el hogar: movimiento, sonido, temperatura, uso del televisor, etc.
Convocatoria INTERREG V-A España-Portugal 2014-2020 – Fondo Europeo de Desarrollo Regional (FEDER).
DARR: Data Analysis for Radiological Reports
DARR diseña y aplica algoritmos de Machine Learning a los informes radiológicos para mejorar la calidad de los diagnósticos que se traduce en la disminución de los errores tipográficos, estructuración del contenido facilitando su comprensión, detección de informes incompletos o incorrectamente redactados. Por otro lado el análisis de los datos recogidos en los diagnósticos abre nuevos frentes de investigación para la obtención de conocimiento.
En colaboración con la Unidad Central de Radiodiagnóstico de la Comunidad de Madrid
Diseño y desarrollo de modelos Deep Learning para el diagnóstico de tumores cerebrales pequeños.
Creación de modelos de Inteligencia Artificial basados en resonancias magnéticas y datos clínicos para la detección temprana de tumores cerebrales pequeños con el fin de aumentar la probabilidad de supervivencia del paciente y abaratar costes del tratamiento.
En colaboración con IRYCIS (Instituto Ramón y Cajal de investigación sanitaria)
Predicción de la mirada y análisis estadístico de patrones en vídeos egocéntricos con infantes utilizando técnicas Deep Learning.
Desarrollo de modelos de Inteligencia Artificial basados en vídeos egocéntricos y datos de seguimiento ocular para predecir la dirección de la mirada y analizar los patrones visuales en infantes. Este enfoque multidisciplinario permite analizar qué elementos capturan la atención del infante para entender y fomentar adecuadamente su desarrollo cognitivo.
En colaboración con el IRCN (International Research Center for Neurointelligence) de la Universidad e Tokio.
CLINiC: Evaluación de historias clínicas en el ámbito académico usando grandes modelos de lenguaje.
Aplicación de modelos de lenguaje grandes (LLM) para la corrección de historias clínicas mediante técnicas avanzadas de prompting y reentrenamiento. Este proyecto se centra en la comparación de diferentes métodos de reentrenamiento para optimizar la precisión y coincidencia con las correcciones realizadas por los médicos colaboradores.
Convocatoria 2024 de ayudas UFV a Proyectos de Investigación.
Técnicas de PLN aplicadas a señales biomédicas
El análisis de señales biomédicas, especialmente relacionadas con el campo de la neurociencia, ha aportado nuevas soluciones al diagnóstico y pronóstico de estas enfermedades. Las técnicas de PLN ofrecen una herramienta capaz de procesar datos secuenciales, y pueden ser adaptadas para procesar este tipo de señales, favoreciendo el desarrollo de biomarcadores de diagnóstico y que avalúen la estadificación de la enfermedad.
ARQGAN
Durante las últimas décadas, las herramientas de modelización tridimensional computarizada han permitido abordar la reconstrucción virtual de edificios. El problema que se plantea es que los modelos 3D responden de manera unívoca a cada caso de estudio, haciendo que el flujo de trabajo para la consecución de imágenes reconstruidas sea lento y laborioso. En el proyecto ARQGAN se propone la aplicación de modelos GAN (Generative Adversary Networks) para a partir de imágenes virtuales de restos de edificios históricos, obtener la reconstrucción virtual de dichos edificios.
Convocatoria 2020 de ayudas UFV a Proyectos de Investigación.
ARQGAN 2
En este proyecto se implementará un modelo de PLN, y se combinará con un modelo generativo (GAN), para generar imágenes de un templo griego a partir de un texto con su descripción proporcionada por el usuario. El modelo de PLN deberá ser capaz de extraer la información más relevante del texto y adaptarla para introducirla en la red GAN, que estará basada en el modelo ArqGAN desarrollado anteriormente por el equipo del CEIEC para reconstruir templos griegos a partir de una imagen de su estructura parcialmente derruida.
Convocatoria 2022 de ayudas UFV a Proyectos de Investigación.
Audiencia 360
Desarrollo de una tecnología que dé viabilidad al análisis y descripción de los segmentos de venta que puedan existir en una audiencia para así personalizar el mensaje publicitario a transmitir aprovechando las características tecnológicas de las plataformas avanzadas de Tv (por ejemplo, Tv conectada) relacionando estrechamente contenido – audiencia – publicidad.
Acción Estratégica de Economía y Sociedad Digital – Plan de Investigación Científica y Técnica. Ministerio de Industria, Energía y Turismo. TSI-100600-2013-68 (2013-2016)